정유 공정에서는 복잡한 하이드로크래킹 반응 속에서 제품 수율과 품질을 실시간으로 정밀하게 예측하는 것이 매우 중요합니다. 이를 통해 공정 최적화를 수행하고 품질의 변동을 최소화해야 합니다.
당사는 하이드로크래킹 공장에 특화된 맞춤형 AI 모델을 개발하였습니다. 공장에 대한 철저한 이해를 바탕으로 개발된 해당 모델은 1% 미만의 예측 오차로 제품 특성을 실시간으로 예측하며, 현장 내 지속적인 모니터링과 개선을 위해 고객사와의 협업을 통해 구현되었습니다.
6개월간의 국내 정유사 현장 테스트를 통해 솔루션의 성능과 신뢰성을 검증하였습니다. 해당 솔루션은 높은 성능의 실시간 예측을 보여주었고, 고객사는 주요 공정에 대한 제어 및 의사결정에 도움을 받았습니다.
정밀화학 공장을 위한 하이브리드 시뮬레이터
Hybrid Simulator based on machine learning and mathematical model for the fine chemical production
정밀화학 공정은 복잡한 특성으로 인해 수치 해석 모델만으로는 정확한 예측이 어려우며, 동시에 AI를 위한 충분한 학습 데이터도 부족한 상황입니다.
당사는 수학적 모델과 AI 기법을 결합한 물리 기반 하이브리드 AI 시뮬레이터를 개발하였습니다. 이는 글로벌 플랫폼 기업과의 협업을 통해 구축되었으며, 각 접근 방식의 한계를 보완할 수 있도록 설계되었습니다.
예측 오차가 0.5% 이하인 하이브리드 시뮬레이터는 국내 정밀화학 공정에 적용되어 제품 품질과 수율을 예측합니다.
기존의 상용 시뮬레이터는 복잡한 화학 공정의 실시간 거동을 반영하기에 한계가 있으며, 예측 성능 또한 제한적입니다.
당사는 AVEVA와 협업하여, AVEVA의 제일원리 기반 시뮬레이터와 AI 모델을 결합한 하이브리드 시뮬레이션 플랫폼을 구축하였습니다.
프로젝트를 통해 하이브리드 시뮬레이션이 품질과 수율을 예측하는 데 있어 기존에 상업화 돼있는 시뮬레이터들보다 뛰어나다는 것을 입증하였습니다. 향후 다양한 제조 산업으로의 확장 가능성을 확인했으며, 당사는 지속적인 기술 협업을 통해 이를 실현하고자 합니다.
액상-기체 반응을 통해 고체 입자를 생성하는 3상 반응기에서는, 유동 및 혼합 성능 최적화를 위한 정밀한 분석이 필요합니다. 이는 가스, 액체, 고체 간 상호작용으로 인해 복잡한 난제를 포함하고 있습니다.
당사는 전산유체역학(CFD) 기법을 활용하여 반응기 내 유동 패턴과 상간 상호작용을 시뮬레이션하였습니다. 혼합 효율을 극대화할 수 있는 교반기를 설계하고운전 조건을 도출하는데 집중하였습니다.
프로젝트를 통해 최적의 반응기 구조 및 운전 조건이 도출되었으며, 이를 기반으로 향후 예측 기반 CFD AI 모델 개발이 이어질 예정입니다.
CFD results for the mixing performance of the reactor (Gas-Liquid-Solid phases)
헬륨-제논 혼합물로부터 제논을 효율적으로 회수하기 위한 대규모 공정 설계를 위해서는, 실험 데이터를 기반으로 한 정밀한 모델링과 시뮬레이션이 요구됩니다.
DogWoodAI는 문헌 및 실험 데이터를 기반으로 물리화학 데이터베이스를 구축하고, 실험 결과와 검증된 파과 시뮬레이터를 개발한 후, 공정 시뮬레이션을 수행하여 전반적인 공정 타당성을 평가했습니다.
Xe 회수 공정의 타당성을 확인하고, 대규모 설계를 위한 핵심 지침을 도출하였습니다. 본 프로젝트를 통해 DogWoodAI는 향후 모델 기반 AI 솔루션의 기반을 확고히 다졌습니다.
Xe recovery process results
정밀화학 공장은 촉매 성능 저하와 같은 공정의 동적 특성과 상호 연결성을 고려한 지능형 시스템이 요구되며, 이때 예측, 안전, 유지보수 전반을 포함하는 통합적인 접근이 필요합니다.
당사는 실시간 데이터 분석, 이상 탐지, 최적화 가이드, 안전 및 유지보수 분석을 포함한 통합 AI 소프트웨어인 DogWood Autonomous Manufacturing을 개발하였습니다. 해당 시스템은 각 태그별 실시간 데이터를 분석하여 제품 품질을 예측합니다.
국내 정밀화학 공장에 적용된 이 솔루션은 예측 기반 운전 최적화, 실시간 이상 감지 및 안전 알림, 분석 리포트 제공 등을 통해 공장의 안전성과 효율성을 대폭 향상시켰습니다.
DogWood Autonomous Manufacturing
해당 공정의 특성상 여러 번의 운전과 분석을 거쳐 목표 품질의 제품을 생산하고 있으며, 이에 정확한 품질 예측을 통해 운전 횟수를 줄이는 것이 요구됩니다.
당사는 지능형 의사 결정을 지원하기 위해 공정 데이터에 대해 도메인 지식을 이용하여 분석하고 AI 모델을 개발하여 운전 조건에 따른 제품 품질을 예측하는 AI 기반 시뮬레이터를 개발 중입니다.
AI 시뮬레이터를 통해 불필요한 공정 반복을 크게 감소시켜 생산 효율을 극대화하고, 제조 비용 절감과 공정 안정성 향상을 기대할 수 있습니다.